The analysis of knowledge asks what turns a true belief into non-accidental cognitive success rather than a lucky hit.
1The problem it solves
True belief is not enough: guesses can be true. Justification seemed to supply the missing ingredient until Gettier showed that a justified true belief can still be true by accident. The contemporary problem is therefore to explain the anti-luck, reliability, competence, or modal connection knowledge adds.
2The idea
The analysis question. What must be true for “S knows that p” to be correct rather than merely lucky? For roughly two and a half thousand years the answer looked stable, and then it collapsed in three pages in 1963.
What makes this more than a parlour puzzle is the luck condition. We want a notion of knowing that excludes accidentally being right, because only the non-accidental kind is repeatable. A method that happens to produce the correct answer this time is worth nothing next time.
3Origin & context
The traditional starting point is the justified-true-belief analysis, historically associated with Plato and later epistemology. Gettier’s 1963 counterexamples reorganized the field around repair strategies: no false lemmas, defeaters, sensitivity, safety, reliabilism, virtue conditions, and views that treat knowledge as primitive.
4Canonical example
A stopped clock reads 3:00. At exactly 3:00 you glance at it and believe it is 3:00. Your belief is true. Almost nobody wants to call it knowledge.
5Objections & replies
Objection. Decades of counterexamples suggest knowledge may not have a clean analysis into necessary and sufficient conditions.
Reply. Some philosophers, notably Timothy Williamson, treat knowledge as primitive rather than reducible. That does not dissolve the practical problem: we still need to distinguish lucky truth from robust cognition, even if the word 'knowledge' resists definition.
Objection. Ordinary 'know' is context-sensitive and pragmatic, so armchair cases may track language rather than a natural epistemic kind.
Reply. Contextualists take that seriously, but Gettier-style cases also reveal a process distinction with practical bite: being right for the right reason differs from being right by accident. The debate therefore survives semantic revision.
6Don't confuse it with
Knowledge and certainty
Most contemporary theories are fallibilist: knowledge need not be immune to all possible error.
Knowledge and justified belief
A belief can be well justified and false; Gettier additionally shows it can be justified and true yet still fail to be knowledge.
7Common mistakes
- Treating Gettier as a curiosity about wording rather than a general problem of lucky success.
- Assuming adding more evidence automatically removes epistemic luck.
8In your work
Underlies every legal standard of proof and every claim that an agency “found” something rather than guessed it.
9Check yourself
A forecast is correct because two model errors accidentally cancel. Which part of the knowledge problem is this closest to?
Show answer
The anti-luck/Gettier problem: the outcome is right, perhaps produced by a respectable process, but the connection between the grounds and the truth is accidental and not robust.
تحلیلِ معرفت میپرسد چه چیزی باورِ صادق را به موفقیتِ شناختیِ غیرتصادفی تبدیل میکند، نه به یک موفقیتِ شانسی.
1مسئلهای که حل میکند
باورِ صادق کافی نیست؛ حدس میتواند درست باشد. توجیه ظاهراً مادهٔ گمشده بود تا اینکه گتیه نشان داد باورِ صادقِ موجه هم میتواند تصادفاً درست باشد. مسئلهٔ معاصر توضیحِ پیوندِ ضدشانس، اعتمادپذیری، شایستگی یا رابطهٔ وجهی است که معرفت اضافه میکند.
2ایدهٔ اصلی
پرسشِ تحلیل. چه چیزی باید صادق باشد تا «س میداند که پ» درست باشد و نه صرفاً خوشاقبالانه؟ حدود دو هزار و پانصد سال پاسخ پایدار به نظر میرسید و سپس در سال ۱۹۶۳ در سه صفحه فروریخت.
آنچه این را از یک معمای سرگرمکننده فراتر میبرد، شرطِ اقبال است. ما مفهومی از دانستن میخواهیم که «تصادفاً درستبودن» را کنار بگذارد، چون تنها گونهٔ غیرتصادفی تکرارپذیر است. روشی که اینبار اتفاقاً پاسخ درست داده، دفعهٔ بعد بیارزش است.
3خاستگاه و زمینه
نقطهٔ شروعِ سنتی تحلیلِ باورِ صادقِ موجه است که به افلاطون و سپس سنتِ معرفتشناسی نسبت داده میشود. مثالهای ۱۹۶۳ گتیه رشته را پیرامونِ ترمیمها بازسازمان داد: بدون مقدمهٔ کاذب، ابطالکنندهها، حساسیت، ایمنی، اعتمادگرایی، شروطِ فضیلت و دیدگاههایی که معرفت را بسیط میدانند.
4مثالِ کلاسیک
ساعتی خوابیده ۳:۰۰ را نشان میدهد. دقیقاً ساعت ۳:۰۰ به آن نگاه میکنید و باور میکنید ۳:۰۰ است. باورتان صادق است. تقریباً هیچکس نمیخواهد آن را معرفت بنامد.
5اعتراضها و پاسخها
اعتراض. دههها مثالِ نقض نشان میدهد شاید معرفت اصلاً تحلیلِ تمیزِ شرطِ لازم و کافی نداشته باشد.
پاسخ. برخی، مانند تیموتی ویلیامسون، معرفت را بسیط و غیرقابلتقلیل میدانند. این مسئلهٔ عملی را حذف نمیکند: هنوز باید حقیقتِ خوششانس را از شناختِ مقاوم جدا کنیم، حتی اگر واژهٔ «معرفت» تعریفِ تقلیلی نپذیرد.
اعتراض. کاربردِ عادیِ «میدانم» زمینهحساس و عملی است؛ پس مثالهای صندلینشینی شاید زبان را بسنجد نه نوعی طبیعی از معرفت.
پاسخ. زمینهگرایی این را جدی میگیرد، اما مواردِ گتیه تمایزِ فرایندیِ عملی هم دارند: درستبودن به دلیلِ درست با درستبودن از روی تصادف فرق دارد. بنابراین بحث با بازنگریِ معنایی از بین نمیرود.
6با اینها اشتباه نگیرید
معرفت و یقین
بیشترِ نظریههای معاصر خطاپذیرند: معرفت لازم نیست در برابر هر خطای ممکن مصون باشد.
معرفت و باورِ موجه
باور میتواند موجه و کاذب باشد؛ گتیه علاوه بر آن نشان میدهد میتواند موجه و صادق هم باشد و باز معرفت نباشد.
7خطاهای رایج
- معمای لفظی دانستنِ گتیه، نه مسئلهٔ عمومیِ موفقیتِ شانسی.
- فرضکردنِ اینکه شاهدِ بیشتر خودکار شانسِ معرفتی را حذف میکند.
8در کارِ شما
زیربنای هر استاندارد اثباتیِ حقوقی است و زیربنای هر ادعایی مبنی بر اینکه یک نهاد چیزی را «یافته» نه اینکه حدس زده باشد.
9خودآزمایی
پیشبینیای درست از آب درمیآید چون دو خطای مدل اتفاقاً یکدیگر را خنثی کردهاند. این به کدام بخشِ مسئلهٔ معرفت نزدیک است؟
نمایش پاسخ
به مسئلهٔ ضدشانس/گتیه: نتیجه درست است و شاید فرایند در ظاهر محترم باشد، اما پیوندِ مبنا با حقیقت تصادفی و غیرمقاوم است.